टेक्स्ट पर बेसिक सेंटीमेंट एनालिसिस करने के लिए आप माइक्रोसॉफ्ट एक्सेल का इस्तेमाल कर सकते हैं। परिणाम आपको डेटा के भीतर छिपे रुझान दिखाएंगे।
भावना विश्लेषण के लिए संभावित उपयोग असीमित हैं: एक इतिहासकार सैकड़ों साल पहले लिखने वाले लेखक के इरादे को समझने के लिए भावना विश्लेषण का उपयोग कर सकता है। इसी तरह, एक मार्केटिंग मैनेजर समय के साथ ब्रांड प्रतिष्ठा के विकास की निगरानी कर सकता है।
इस लेख में चर्चा की गई सेंटीमेंट एनालिसिस पद्धति आपके टेक्स्ट को स्कोर करने के लिए मशीन लर्निंग का उपयोग करेगी और इसे व्यक्त करने के रूप में वर्गीकृत करेगी सकारात्मक, नकारात्मक, या तटस्थ भावनाएँ।
आपको Microsoft Excel और Azure Machine Learning Add-in की आवश्यकता होगी।
भाव विश्लेषण क्यों महत्वपूर्ण है?
जो लोग उत्पाद बनाते हैं, मार्केटिंग या राजनीति में काम करते हैं, या शोध कर रहे हैं, उनके लिए किसी विशेष विषय के बारे में भावनात्मक भावना को समझना एक पेशेवर आवश्यकता है।
सेंटीमेंट एनालिसिस उनकी मदद कर सकता है। हालांकि यह उपयोग डेटा, सर्वेक्षण, साक्षात्कार और डेस्कटॉप अनुसंधान को पूरी तरह से प्रतिस्थापित नहीं करेगा, लेकिन सेंटीमेंट एनालिसिस आपके निपटान में एक ठोस उपकरण है।
क्यों? लगभग किसी भी स्थिति में जहां आपके पास बड़ी मात्रा में असंरचित गुणात्मक डेटा होता है, भावना विश्लेषण आपको इसके अंतर्निहित संदेश में तुरंत अंतर्दृष्टि प्रदान कर सकता है।
जब बड़ी मात्रा में डेटा का विश्लेषण किया जाता है तो सेंटीमेंट विश्लेषण सबसे अच्छा काम करता है।
अपनी रोमांटिक रुचि के सबसे हाल के पाठ संदेश पर सेंटीमेंट विश्लेषण करने से किसी भी अतिरिक्त मूल्य के साथ जानकारी वापस आने की संभावना नहीं है। दूसरी ओर, एक विशिष्ट हैशटैग वाले हजारों ट्वीट्स का विश्लेषण करने से आपको उपयोगी परिणाम मिलेंगे।
सम्बंधित: आपकी ट्विटर प्रतिष्ठा बढ़ाने के लिए ठोस टिप्स
अन्य संभावित उपयोग के मामलों में उत्पाद समीक्षाओं का विश्लेषण करना, ग्राहक सर्वेक्षणों की समीक्षा करना और जनसंपर्क संकट को उजागर करना शामिल है। इसके अलावा, नियमित भावना विश्लेषण आपको यह ट्रैक करने की अनुमति देगा कि आपकी कंपनी के प्रति ग्राहक का दृष्टिकोण समय के साथ कैसे बदल रहा है।
वॉल्यूम बनाम। भाव
सेंटीमेंट एनालिसिस किसी भी कंपनी या ब्रांड को उनकी प्रतिष्ठा के प्रति जागरूक करने के लिए सोशल मीडिया मॉनिटरिंग का एक अनिवार्य हिस्सा है।
उदाहरण के लिए, आप देख सकते हैं कि आपकी कंपनी को सोशल मीडिया पर बड़ी मात्रा में उल्लेख मिलते हैं। लेकिन केवल उल्लेख ही सब कुछ नहीं हैं।
कभी-कभी उल्लेख एक अच्छी बात होती है। उदाहरण के लिए, उनका मतलब आपकी कंपनी के प्रति बड़ी मात्रा में सकारात्मक सार्वजनिक भावना हो सकता है।
दूसरी बार, आपको पीआर संकट का सामना करना पड़ सकता है जो नियंत्रण से बाहर होता जा रहा है। नतीजतन, आपकी कंपनी के प्रति जनता की भावना नकारात्मक है।
सोशल मीडिया उल्लेखों की एक उच्च मात्रा के भीतर भावना को भेद करने से सभी फर्क पड़ सकते हैं।
भावना विश्लेषण के लिए माइक्रोसॉफ्ट एक्सेल का उपयोग करना
कुछ सोशल मीडिया मॉनिटरिंग प्लेटफॉर्म में उनकी पेशकश के हिस्से के रूप में भावना विश्लेषण शामिल है। पायथन जैसी प्रोग्रामिंग भाषा का उपयोग करके पाठ पर भावना विश्लेषण करना भी संभव है।
हालांकि, इन विकल्पों के लिए सोशल मीडिया मॉनिटरिंग प्लेटफॉर्म या कोडिंग कौशल को वहन करने के लिए या तो एक महत्वपूर्ण बजट की आवश्यकता होती है।
यदि आप अधिकांश लोगों को पसंद करते हैं और इनमें से कोई भी नहीं है, तो मौलिक भावना विश्लेषण करने के लिए Microsoft Excel एक अच्छा विकल्प है।
हालांकि इनमें से कोई भी उपकरण सही परिणाम नहीं देता है, वे पाठ के भीतर निहित भावना की समग्र प्रवृत्ति को समझने में आपकी सहायता कर सकते हैं।
माइक्रोसॉफ्ट एक्सेल में सेंटीमेंट एनालिसिस कैसे करें
बिना कोड लिखे एक्सेल के साथ सेंटीमेंट विश्लेषण करने के लिए इन चरणों का पालन करें। हुड के तहत, एक्सेल और एज़्योर ऐड-इन एक प्राकृतिक भाषा प्रसंस्करण एल्गोरिथ्म और सकारात्मक और नकारात्मक शब्दों के साथ एक सामान्य शब्दकोश पर निर्भर करते हैं। शब्दकोश में प्रत्येक शब्द को एक सकारात्मक, तटस्थ या नकारात्मक मान दिया गया है।
- उस डेटा को व्यवस्थित करें जिसका आप Microsoft Excel शीट में विश्लेषण करना चाहते हैं।
- द्वारा डेटा साफ़ करें रिक्त स्थान हटाना और अनावश्यक वर्ण।
- अपने डेटासेट में पहला सेल बनाएं ट्वीट_पाठ (लोअर केस में रखें)।
- के लिए जाओ सम्मिलित करें > ऐड-इन्स.
- अगला, हेड टू खोज > Azure मशीन लर्निंग.
- एक बार इंस्टाल हो जाने पर, एज़्योर मशीन लर्निंग ऐड-इन आपकी स्क्रीन के दाईं ओर एक बॉक्स पॉप अप करेगा।
- आपको दो विकल्प दिखाई देंगे: टाइटैनिक सर्वाइवर प्रेडिक्टर तथा टेक्स्ट सेंटीमेंट एनालिसिस.
- पर क्लिक करें टेक्स्ट सेंटीमेंट एनालिसिस.
- के लिए जाओ भविष्यवाणी करना > इनपुट, फिर वह श्रेणी जोड़ें जहां आप जिस डेटा का विश्लेषण करना चाहते हैं वह स्थित है।
- छोड़ना मेरे डेटा में हेडर हैं जाँच की गई।
- के लिए जाओ उत्पादन और उस सेल को जोड़ें जहां आप विश्लेषण के परिणाम चाहते हैं।
- दबाएँ भविष्यवाणी करना.
ए भाव तथा स्कोर प्रत्येक सेल में टेक्स्ट के लिए पॉप्युलेट होगा; संबंधित पाठ अधिक है नकारात्मक अगर स्कोर शून्य के करीब है। आप बदलना पसंद कर सकते हैं स्कोर करने के लिए प्रतिशत। उस मामले में, करीब a स्कोर करने के लिए है 100%, यह उतना ही सकारात्मक है। तटस्थ क्या किसी स्कोर लगभग 50%.
नीचे दिए गए उदाहरण को देखें कोष द्विप रॉबर्ट लुई स्टीवेन्सन द्वारा।
मनोभाव विश्लेषण से अंतर्दृष्टि कैसे प्राप्त करें
सेंटीमेंट एनालिसिस चलाने के बाद, आपके पास सेल होंगे सकारात्मक, नकारात्मक, या तटस्थ वर्गीकरण और उनके संगत संख्यात्मक अंक।
आप परिणामों को समझने योग्य अंतर्दृष्टि में कैसे बदल सकते हैं? यहां कुछ विचार हैं:
- द्वारा वर्गीकरण को विभाजित करें एक्सेल में पिवट टेबल बनाना.
- आप उपयोग कर सकते हैं Visio, जो अब बिना किसी अतिरिक्त लागत के Microsoft 365 Business में शामिल है, प्रत्येक की कुल संख्या की कल्पना करने के लिए सकारात्मक, नकारा मक, या तटस्थ. डेटा विज़ुअलाइज़ेशन आपको एक विहंगम दृश्य दे सकता है।
- यदि आप किसी कंपनी या ब्रांड में प्रतिष्ठा प्रबंधन के लिए ज़िम्मेदार हैं, तो आप वर्गीकृत सभी ग्रंथों के माध्यम से स्कैन करने पर ध्यान केंद्रित करना चाहेंगे नकारात्मक. पाठ क्या बनाता है नकारात्मक? क्या इस मुद्दे को हल करने के लिए आपको कुछ करने की ज़रूरत है?
- आप वर्गीकृत पाठों के लिए भी यही अभ्यास कर सकते हैं सकारात्मक. हो सकता है कि एक विशेष रूप से अच्छा ग्राहक प्रशंसापत्र है जो उच्च संख्या में उत्पाद समीक्षाओं में दफन है जिसे आप साझा करना चाहते हैं।
- आप टेक्स्ट को और भी विभाजित कर सकते हैं, इसलिए आपको केवल वे सेल दिखाई देंगे जो एक नई उत्पाद सुविधा का उल्लेख करते हैं। क्या उपयोगकर्ता अधिक हैं सकारात्मक, नकारात्मक, या तटस्थ विशेषता के बारे में? सेंटीमेंट एनालिसिस आपको इसे निर्धारित करने और फीडबैक को अधिक कुशलता से इकट्ठा करने में मदद कर सकता है।
सेंटीमेंट एनालिसिस लोगों को निर्णय लेने की प्रक्रिया से बाहर निकाल सकता है। कभी-कभी यह अच्छा हो सकता है क्योंकि पाठ व्याख्या अत्यधिक व्यक्तिपरक हो सकती है।
उदाहरण के लिए, लोगों के एक समूह की कल्पना करें जो यह तय करने की कोशिश कर रहा है कि क्या 5,000 उत्पाद समीक्षाएं अधिक हैं सकारात्मक या नकारात्मक. उनके अलग-अलग दृष्टिकोण और विस्तार पर ध्यान समग्र परिणाम की विश्वसनीयता को कम करेगा। मशीन के डेटाबेस को निर्णय लेने की अनुमति देने से स्थिरता में काफी मदद मिलेगी। सम्बंधित: कार्यस्थल पर समूह निर्णय लेने के लिए सर्वोत्तम युक्तियाँ और उपकरण
सेंटीमेंट एनालिसिस के लिए माइक्रोसॉफ्ट एक्सेल का इस्तेमाल
यदि आप सेंटीमेंट एनालिसिस करने की कोशिश करना चाहते हैं, लेकिन आपके पास बहुत सारे वित्तीय संसाधन या कोडिंग कौशल नहीं हैं, तो Microsoft Excel शुरू करने के लिए एक उत्कृष्ट स्थान है।
माइक्रोसॉफ्ट एक्सेल में सेंटीमेंट एनालिसिस आपको अंतर्दृष्टि देगा जिसका उपयोग आप असंरचित टेक्स्ट डेटा को समझने के लिए कर सकते हैं। यह क्षेत्र में किसी परियोजना में गोता लगाने से पहले मशीन सीखने की अवधारणाओं से खुद को परिचित करने का एक आदर्श तरीका भी हो सकता है।
ये परियोजना विचार उन लोगों के लिए उत्कृष्ट हैं जिनके पास कुछ प्रोग्रामिंग ज्ञान है और मशीन सीखने के क्षेत्र में प्रवेश करना चाहते हैं।
आगे पढ़िए
- उत्पादकता
- Microsoft Excel
- माइक्रोसॉफ्ट अज़ूर
- माइक्रोसॉफ्ट ऑफिस 365
- माइक्रोसॉफ्ट ऑफिस टिप्स
- डेटा विश्लेषण
जस्टिन वेला एक स्वतंत्र लेखक और उद्यमी हैं। वह उत्पादकता और दक्षता बढ़ाने के लिए डिजिटल उपकरणों का लाभ उठाता है।
हमारे न्यूज़लेटर की सदस्यता लें
तकनीकी युक्तियों, समीक्षाओं, निःशुल्क ई-पुस्तकों और अनन्य सौदों के लिए हमारे न्यूज़लेटर से जुड़ें!
सब्सक्राइब करने के लिए यहां क्लिक करें